AIME：用个人iMessage历史微调大模型，打造专属AI聊天风格

AIME项目通过提取macOS iMessage聊天记录，经Claude数据处理与格式化，使用QLoRA技术微调Gemma 4模型，实现模仿用户个人聊天风格的个性化AI。该项目为端到端解决方案，覆盖数据提取、处理、训练全流程。

随着大模型能力提升，用户期待AI具备个人风格（俚语、emoji、语气差异等）。传统通用AI助手语气标准化缺乏个性，AIME项目提供从个人聊天记录提取风格特征并微调模型的解决方案。

数据流水线：提取macOS iMessage数据库记录→Claude分割会话→关系分类（伴侣/朋友/家人等）→格式转换为对话JSONL→数据审查与清洗→QLoRA微调Gemma 4 31B模型。 技术亮点：macOS原生集成（需磁盘访问权限）、Claude驱动智能处理、断点续传机制、关系感知训练数据（标注关系类型）。

• 本地优先架构：仅调用Claude时发送数据到AWS，用户控制数据；
• PII自动脱敏：清洗阶段识别并脱敏邮箱、地址等敏感信息；
• 关系映射可编辑：用户可手动审查修改contacts/relationship_map.json。

• 个人AI助手：以用户风格回复消息、撰写邮件；
• 风格迁移研究：为语言风格与社交关系研究提供数据；
• 创意写作辅助：辅助作家创作符合角色设定的对话；
• 社交技能训练：分析不同关系中的表达方式获得洞察。

• 平台限制：仅支持macOS和iMessage；
• 计算成本：云端GPU训练费用较高；
• 数据质量依赖：模型表现受聊天记录数量与多样性影响；
• 隐私权衡：需信任AWS隐私政策（Claude处理依赖云服务）。

• 支持更多消息平台（WhatsApp、微信等）；
• 增量训练：定期用新消息更新模型；
• 混合人格模型：结合多个人风格；
• 细粒度风格控制：情绪状态、正式程度等维度。

AIME项目展示了从个人数据提取风格特征的可行原型，虽存在平台限制与隐私考量，但为“AI像自己”的愿景提供了可运行方案。随着本地小模型能力提升与微调技术进步，个性化AI方案将更普及。